大爆炸 智能科技

阿里研究院 解构与重组：开启智能经济新时代

一、下一个10年：智能经济的浮现

人工智能的概念已经提出来60多年了，但它真正能够在商业上有所作为，能够高效化、规模化、普遍化地展现它的社会经济潜力，则受益于过去10多年来计算力（云计算）、数据量（大数据）和算法（深度学习等）的巨大进步。

在微观层面上，曾鸣教授曾以蚂蚁小贷为案例，全面系统地介绍了它的运行机制，并由此提出了对智能商业的理解。蚂蚁小贷的贷款额度之小、贷款客户数量之多、反应速度之快、资金使用效率之高、员工人数之少等很多方面，都达到了传统机构无法企及的高度，从而实现了爆炸性成长。它通过基于“大数据”和“算法”的“机器学习”，让商业变得“智能”，提供了传统机构无法想象的小微贷款服务。曾鸣教授由此提出了对智能商业的理解：数据化、算法和产品在反馈闭环中完成了“三位一体”的运行，如图1所示。

智能商业在微观层面上强有力的运行机制和内在逻辑，正在经由“万物互联的在线化、智能化应用的深化，以及社会化的大协同”三大动力，开始扩散到中观产业层面和宏观经济的运行之中，并有望成为智能经济体系下最为坚实的微观内核。

从领域来看，智能商业正在从消费端扩展到产业端。过去20多年是消费互联网壮丽成长的时段，智能商业在这一领域中得到了孕育和成长。近年来，以阿里云等为代表所推动的工业互联网已经加速开启了智能化之路。产业端（企业）的数字化曾一度远远落后于消费端（个人）的数字化，而今这一不平衡的局面已经开始有所改观。马云先生曾在写给股东的信中对这一宏大进程做出过来自阿里的“注脚”：“9年前（注：2009年）阿里巴巴已经转型为一家技术公司，阿里巴巴在大数据、云计算、人工智能、物联网上的全面布局和准备……过去两年，阿里巴巴已经用技术为零售业（注：个人端、消费端的新零售）创造了巨大价值，未来这一价值将在制造业（注：产业端的新制造）、金融业进一步显现。”

我们可以把智能经济理解为使用“数据+算法+算力”的决策机制去应对不确定性的一种经济形态。这与依赖价格信号的市场机制，以及依赖人为协调的企业机制有着显著差异。

浮现中的智能经济将具有以下三方面的特征。

第一，以数据为关键生产要素。智能经济作为数字经济发展的高级阶段，“数据+算法+算力”的智能化决策、智能化运行，将更加依赖于数据的获取和处理。

第二，以人机协同为主要生产和服务方式。虽然人工智能不可能代替人类，但人类在一定程度上的“机器化”、机器在一定程度上的“人类化”，仍将同时进行，并使人机协同的生产方式越来越主流化。这与工业时代“工人附属于机器”的情况截然不同。

第三，以满足海量消费者的个性化需求为经济价值的追求方向。今天在部分行业和企业中出现的智能商业，已经展示出了低成本实时服务海量用户个性化需求的能力，未来这种能力将成为每个经济组织的基本能力。

事实上，围绕智能化技术能否带来经济增长，甚至能否带动经济增长越过“经济奇点”，以及是否会加剧贫富分化等，一直以来都存在多种争议。但无论如何，智能化技术是目前为止人类试图突破知识增长瓶颈的最主要的方向。而蚂蚁小贷、谷歌广告等微观智能商业案例在过去一段时间里所展现出来的高效率、低成本、普惠化，也让未来的智能经济更加值得期待。

二、从万物互联到万物智能

以5G为代表的新一代网络技术、以无人车为代表的智能终端和以虚拟现实为代表的创新应用浪潮纷至沓来。在未来3～5年，新一轮三浪叠加必将到来，从而掀起新一轮新经济的热潮。

目前的网络技术基本满足了人与人的互联互通，但其传输速率还无法满足机器与机器的互联互通。2015年，ITU（国际电信联盟）定义了5G的能力指标，相比于现在的4G网络，5G可以让用户的体验速率增长100倍，最高达到10Gbit/s。除此之外，5G还将实现千亿级别的连接及低至1ms的时延，使超大规模数据采集与处理、精确远程同步成为可能。

5G的出现将为整个科技产业带来本质性的改变，随着数据传输速率的突破、连接承载量的上升，以及网络可靠性的提升，很多原来不可能实现的应用将得以落地。《5G经济社会影响白皮书》的数据表明，2020年5G正式商用，当年将带动直接产出约4840亿元；到2030年，5G将带动我国直接经济产出达6.3万亿元，年均复合增长率为29%。

智能世界源于万物感知被唤醒和千亿连接的升级。伴随着感知、连接能力全面提升，人与物将在数据构筑的智能环境中进行交互，这是一切进入智能世界的前提。

1．十年内智能家居占领客厅

智能家庭将类似于人类中枢神经系统，中心平台或“大脑”将是核心，如图2所示。具有不同计算能力的个人（homebot）将从这个平台辐射出去并执行各种任务，包括监督其他bot。homebot根据它们的角色不同而多种多样：大的、小的、不可见的（如运行系统或产品的软件）、共享的、个人的。有些homebot成为同伴或助手，有些作为财富规划师和会计师，还有些能作为交通工具、洗窗户及家务管理，它们会遍及我们的家。这种水平的家庭改善为已经成为我们家庭生活一部分的家电和设备提供了重大的机会，也提供了威胁和变化。新家居将建立在平台和生态系统的基础上，其生产者将需要与客户建立新的信任级别。根据华为的预测，2025年个人智能终端数量将达400亿个，个人智能助理普及率将达90%，智能服务机器人将步入12%的家庭，个人潜能将在终端感知、双向交流和主动服务的支持下大幅度释放。

2．十年内无人车将占领高速公路

麦肯锡预测，2025—2027年将是自动驾驶的拐点，基于对自动驾驶底层技术成本曲线的估算，此时将是自动驾驶与人力驾驶的经济平价点。换句话说，自动驾驶每千米的总成本将与司机驾驶传统汽车每千米的成本大致持平。在此拐点之后，市场对自动驾驶的需求将稳步上升。自动驾驶若能在中国落地生根，自动驾驶占乘客总里程的比例到2030年将达到约13%，到2040年将达到约66%；自动驾驶乘用车到2030年将达到约800万辆，到2040年将达到约1350万辆；自动驾驶汽车总销售额到2030年将达到约2300亿美元，到2040年将达到约3600亿美元；基于自动驾驶的出行服务订单金额到2030年将达到约2600亿美元，到2040年将达到约9400亿美元。无人车可能首先接管高速公路，之后逐步向城市道路渗透。

3．十年内智能设备将占领工厂

在商业和社会层面，2025年，全球1000亿连接将广泛存在于公用事业、交通、制造、医疗、农业和金融等各个领域，推动数字化转型。届时企业应用云化率将达85%，AI利用率将达86%，数据利用率将剧增至80%，每年1.8×1012 TB的新增数据将源源不断地创造智能和价值。

三、从标签人生到微粒人生

人类伊始，部落形成，在150人的规模时达到稳定。直到今天，人所能记住的熟人名字也大致在150个，这个数称为邓巴数。每个具体的人，是社会的基本组成部分，此时的社会可以称为微粒社会。随着农业和工业技术的发展，人类聚居的规模越来越大，标签成为每个个体的首要特征。随着智能经济的出现，每个个体被进一步结构，从标签人生重新回归微粒人生。

农业革命以后，得益于生产力的发展，部落规模扩大，多个部落聚集在一起生活，这个大团体的数量超过了邓巴数。为了保证社会正常运转，不同的文明发明了不同的解决办法。东方发明了儒家思想，把血缘伦理关系扩展到家族以外。西方发明了宗教，虽然大家来自不同的家族，但大家都信同一尊神，遵守同一套道德和价值规范。

工业革命以后，专业化分工和层级式管理使得标签化进一步普及。一方面，由于社会分工进一步细化，复杂的产业体系超越了每个人脑容量的认知极限；另一方面，泰勒制规模化思维成为主流，如普鲁士的统一义务教育制度、美国福特公司的工厂流水线制度。为了降低识别一个人的成本，人们开始使用更为简化的模型——组织聚类，如学生、老师、博士、医生、律师、程序员、公司高管等。

随着技术的不断进步，智能经济将推动社会向微粒化的初始状态回归，如图3所示。在技术能力不足的条件下，为了降低交易成本，可使用标签简化现实。在智能经济的技术条件下，万物互联，万物智能，交易成本大幅度下降，逆标签化的进程将会出现，每个人的标签将从几个变为几百个甚至上千个，每个人将是一个独特的个体，每个人将成为组成这个世界的具体微粒，而不是作为一个标签代表的群体。

1．模糊化的职业

十年前，单位是一个人最重要的标签。现在，全国过千万网约车司机，可能并没有单位，他们白天开网约车，晚上开淘宝店，闲时拍拍抖音，给淘宝店引流。U盘式就业已经成为一种重要的就业形式。全国有近千万个淘系商家、1.5亿个抖音用户，他们可能没有固定单位，实行多平台就业，但其收入并不比“固定职业”人群低。平台的存在在某种意义上颠覆了专业分工门槛，凸显了个人市场价值。平台一方面解决了专业市场、销售、管理、物流这些专业服务问题，另一方面解决了找消费者的问题，个体只需要专心生产高质量的内容，就能够实现过去大公司、大明星才能实现的经济价值。

2．碎片化的时间

在人的一生中，大脑能够处理大约173GB的信息，而人们每天在网络上处理的信息量至少有5GB。照此推算，现代人每月从网络接受的信息量接近过去人一生可以处理的信息量的总和。信息来源的多样化与丰富化，使人的注意力分散到各个来源，而且使人关注的时间日益缩短。在平面媒体时代，消费者的关注时间为24s；在电视媒体时代，消费者的关注时间为15s；而在互联网时代，消费者的关注时间不超过8s。社科院的数据显示，73%的青年15min要看一次微信。动辄几小时的电视节目人气每况愈下，而10s的网络短视频的观看时长增长超过了300%；大型计算机网络游戏（如魔兽世界）衰落，而一局只有10min的手游（如王者荣耀）迅速兴起。

3．微粒化的需求

借助信息技术，每个人的独特需求可以被感知、量化、匹配。以围巾为例，淘宝有数千款围巾，买家可以按价格、款式、颜色、销量、材质、产地、发货地等条件进行筛选，对比成本极低，匹配精确度很高。淘工厂开启了为品牌商匹配工厂产能的先河。过去的衣柜都是固定的几个款式，现在模块化制造则可以解决很多个性化需求的匹配问题。在餐饮业，只要有手机和外卖软件，消费者就可以随时下单。搜索引擎模式也开始向算法推送模式过渡。在智能经济时代，个体实时的、个性化的、碎片化的需求能够被传递到生产端，计算能力的充裕可以让这些具体的颗粒状需求得到充分满足，然后使产业链根据需求进行生产，实现精准的供需匹配。

四、从刚性组织到液态组织

“公司”这种组织方式依赖于看得见的金字塔组织——科层制。在科层制组织中，作业是根据工作类型和目的进行划分的，具有很清楚的职责范围。各个成员将接受组织分配的活动任务，并按分工原则组成类似金字塔结构的专精于自己岗位职责的工作体系。科层制能为组织带来高效率，它在严密性、合理性、稳定性和适用性等方面都优于其他任何形式。但是，“公司”组织的效率提升是以增加组织协调成本为代价的。每个人要实现跨部门协同都需要付出很大的努力，组织本身的复杂性最终将一点点地压垮个体的协作意愿。因此，大型组织带给个体的往往是一种无力感，以及一种被螺丝钉化之后的乏味感。

互联网让跨越企业边界的大规模协作成为可能。当越来越多的业务流程在网上运行起来时，互联网让企业组织内部的管理成本和外部市场的交易、协同成本都有所下降，但后者的下降速度却远快于前者。这种速度上的不一致所带来的结果就是，“公司”这种组织方式的效率已经大打折扣了，“公司”的边界也因此而松动了。公司中很多商业流程正在大量地向市场外移。从价值链的视角看，研发、设计、制造等很多个商业环节都出现了一种突破企业封闭的边界的趋势。

平台的出现，进一步破除了企业内部和外部的边界，使组织液态化，“自由组合、自由流动”。在液态组织里，由企业家指挥的生产变少了，市场交易活动变多了，但协调、控制等组织功能依然存在。液态组织仍然存在部门，但部门的边界已不清晰，组织成员长期处于“共同创业”状态，随时随着组织目标的变化而变化。

从外部看，平台的所有权与使用权实现了分离，企业之间那种界限分明、基于资产专用性的组织边界正在出现很大的松动。大量的商业流程被流动的数据所驱动，并在企业之间进行灵活组合，新的组织边界呈现为一种网状交融的格局，企业组织由此将进一步走向开放化、社区化。

从内部看，平台呈现倒金字塔形，形成“大平台+海量小前端”的结构。以海尔为例，其8万多名员工转变为自动自发的2000多个自主经营体，并使每个经营体就像一家自主经营的公司，使每个人都成为自己的CEO。前端平台首先连成一条条线，最终变成一个可以灵敏感知和响应用户需求的网状平台。这里的“连线”包括了承诺和契约，承诺又包括了资源互换、包销定制、目标承接等。原来的中间层级在新的结构中变成了资源支持的平台。在实际运作中，一线的经营体会倒逼后端的支持平台提供资源。如张瑞敏所述：“企业的最高领导从原来的发号施令，变成在最下端为一线经理提供资源。所有的部门，在这当中都为一线经理和客户提供资源，从发号施令者变成资源提供者。”

“公司”之所以被发明出来，是因为市场交易成本太高，所以有必要把某一部分市场功能内化为企业内部的流程以降低成本。企业之所以能够存在，就是因为其内化以后的某些功能的成本会低于市场。“类蜂群”液态组织的边际成本为零，因此就不需要“公司”了。未来，液态组织、企业、市场仍将并存。但是在数字世界里，可能有一套新规则来治理越来越数字化的经济，也就是自组织的液态组织。

五、从产业链到协同生态

大自然鬼斧神工，生物群落与环境构成自然界众多壮丽奇妙的生态系统，池塘生态系统就是一个典型的建立在碳元素上的生态系统，我们称之为“碳基生态系统”。我们把镜头从自然界拉回到现代商业社会的美国硅谷，一个世纪之前，这里只是一片果园，《硅谷生态圈》一书中提出了硅谷独特的“雨林现象”，阐述了硅谷协作模式类似于自然界热带雨林生态系统的见解。硅谷最早是研究和生产以硅为基础的半导体芯片的摇篮，是当今电子工业和计算机业的王国。伴随互联网技术发展到第2个三十年，其进入发展期，影响与效能开始向各个行业渗透，其在中国目前正与复杂度最高的实体商业展开深度融合，越来越多建立在硅基基础上的多企业协作网络组织、类产业集群，甚至可以说是生态系统，逐步走进公众视野，如图4所示。

从资源配置的效率出发，在节省个体信息成本支出的条件下，借助外部更为经济的资源优势，企业如何实现内外资源的最优配置呢？我们惊讶地发现，在数字经济下，市场定价的成本与企业的组织成本之间的平衡关系再次被打破，有些交易通过市场完成更加合理有效，而另一些交易在企业内完成更有助于提升企业整体的运营效率。与此同时，越来越多的互联网平台型企业，如谷歌、脸书、亚马逊等发挥了自己在互联网领域的先发优势和规模效应。具体到商业领域，以阿里巴巴和亚马逊为代表的企业，以互联网技术为基础，提炼出商业与技术融合的知识精华，进一步将商业服务模块化、集约化、智能化，提供新一代产品供个体企业使用。如阿里巴巴集团首席执行官张勇近期提出，“阿里巴巴商业操作系统，不仅能够直接面对消费者，触达消费者，服务消费者，同时能够全方位服务一个企业，从产品设计、生产、制造到供应链、销售、营销、用户运营，从各个环节为企业提供服务”。

淘宝网发展了10余年，初步支撑起了一个在线大市场，上千万店铺同时在线服务数亿消费者。从参与协同网的角色类型看，不同角色的持续涌现体现了生态系统的健康度，不断涌现和聚合出的大量全新的商业角色，帮助产销双方围绕个性化需求进行实时的沟通与匹配，使得网状协作更具灵活性。最新出现的是帮助卖家管理供应链的小微服务商。一些企业设计能力很强，但不擅长市场营销和生产管理，因此在营销、发货、拍摄环节最新出现了准专业化服务商，这些服务商“小而美”，不断锤炼自己的技能优势，向专业方向发展。如辛巴达供应链，其致力于为年销售额超过1000万元的中小型淘宝服装卖家提供服装供应链管理与服务，如大厂质量保证、小批量柔性化生产、3天快速补货追单、50万～500万元的资金支持等。又如淘宝购物KOL，其通过对群体消费语言的感知和理解，代表相对小众的群体表达消费主张，自身成长为商家和客户之间的中介，成为生态系统中最为细小的颗粒。这些大大小小的服务商不断出现，使得淘宝卖家更加专注于自己擅长的领域，将不擅长的领域通过“外挂”模式由专业服务商完成，从而取得较高的投入产出比。

研究发现，服务商生态系统特征主要表现在两个方面：一是服务商的自然分工和协作模式，要求种类繁多、功能齐全、配合默契；二是服务生态自适应性和自我进化的功能，在许多产业变革中，服务生态完成了自我的平衡和进化，后者正是生态系统健康的度量，也是创新活力的源头。

六、从物理世界到孪生世界

数字孪生的起源，可以追溯到人们在工业领域用软件来模仿和增强人的行为方式，例如，绘图软件最早模仿的就是人在纸面上作画的行为。发展到人机交互技术比较成熟的阶段后，人们开始用CAD、CAE、CAM、CAPP、CAT等软件模仿产品的设计、使用测量/测试过程等。2010年，美国国防高级研究计划局（DARPA）发起了自适应运载器制造（AVM）计划，提出“重新发明（Reinvent）制造”，目标是通过彻底变革和重塑装备制造业，将武器装备研制周期缩短为现在的1/5。AVM计划的核心思想就是颠覆“设计—制造—测试—再设计”的流程，通过将产品的设计、仿真、试验、工艺、制造等活动全部在数字空间完成，重建制造新体系。

数字孪生技术对物理世界的重建已经应用于许多领域，如图5所示。数字孪生技术在制造、医疗、建筑、城市等领域的赛博世界探索建立起一套与物理空间实时联动的运行体系，实现对制造流程、建筑结构、医学实验、城市管理等方面的资源优化配置。基于“物理实体+数字孪生”的资源优化配置体系将成为数字化发展的终极模式。观察数字孪生的应用情况，其发展将经历如下几个阶段。

1．设计孪生阶段

伴随工厂生产设备数字孪生体、生产工艺数字孪生体的推广普及，在产品数字孪生体的基础上，企业的工艺路线、生产布局、生产设备、制造流程和运营服务等都可以一一映射到虚拟生产环境中，基于三维设计和仿真工具，在赛博空间构建起虚拟产线、虚拟车间和虚拟工厂。制造商正在将数字孪生广泛用于从发动机设计、飞机设计到强化型客舱设计的各领域。航空航天行业传统上极其重视由数据驱动的设计，加上近期物联网传感器在改善运营效率和预测性维护方面的价值骤增，使数字孪生在这个领域的用途更广、更有成效。

2．服务孪生阶段

随着物联网技术的成熟和传感器成本的下降，从大型装备到消费级产品的很多工业产品都使用了大量的传感器来采集产品运行阶段的环境和工作状态，并通过数据分析和优化来避免产品的故障，改善用户对产品的使用体验。例如，数字孪生帮助矿业公司在投入资金和劳动力之前，对矿场开采方法的风险与回报进行评估。数字孪生已在可再生能源方面得到广泛应用。在这个领域，峰值风机效率是关键，功率输出随风速等不可控变量上下波动。在发电厂层面，关键设备发生一次故障就会造成设施停运数月之久，而数字孪生能够用于强化预测性维护排程。

3．城市孪生阶段

数字孪生将会在更多领域发挥更为重要的作用，特别是随着传统的建模仿真技术与物联网、大数据、人工智能技术的进一步融合，数字孪生的价值和作用将会得到更大的体现。

以阿里云的弹性计算与大数据处理平台为基础，结合机器视觉、大规模拓扑网络计算、交通流分析等跨学科领域的顶尖能力，可在互联网级开放平台上实现城市海量多源数据收集、实时处理与智能计算系统。城市中很多路面下埋藏的地磁线圈年久失修，部分区域故障率高达50%，对待这些“传感盲区”，路面摄像头获得的视频数据就成为重要的感知手段。有别于业界产品只能识别行人（或车牌），“城市大脑”不需要新增路面设备，通过接入所有主流厂商的摄像头、传感设备，就能在不同视频质量、光照、天气、夜晚等实战场景中，根据细节差异快速有效识别出人、车、事（故）、物，此项技术名列KITTI全球视觉计算排行榜第一名。一个城市数万路摄像头传输的视频流，可在阿里云弹性计算与大数据处理平台上全量分析而无遗漏，从而突破了人力巡查无法覆盖的全城“盲点”“沉睡数据”。以算法自动监控全量数据，是对警力资源最大的释放，是雪亮工程的神助攻。

七、展望2030

从今天到2030年，世界将经历新一轮的解构与重组。新一代信息技术将再造物理世界的镜像，从分时到实时，从宏观到微观。产品、个体、组织、产业、世界都将经历从1到0——微粒化的解构，智能化的重组。人类对世界的认识尺度将达到前所未有的颗粒度，“数据+算法+算力”的决策机制将成为人类应对不确定性的一种全新形式。

1．零离线万物智能

离线将成为课本上的一个概念。智能世界源于万物互联带来的万物感知和万物智能。伴随着感知、连接能力的全面提升，人与物将在数据构筑的智能环境中进行交互。智能设备将占领生活、生产的各个领域。人机关系将由单向变为双向，智能设备将大大拓展人类能力的边界，提升机器运行的效率。

2．零标签微粒人生

万物智能一方面将个体的时间、需求进一步切分，另一方面将识别个体的成本大幅度降低。每个人将成为组成这个世界的具体微粒。建立在个体基础上的以平均值为判断依据的科学规律，将会在浩瀚的数据面前失去价值，而针对每个“单体”的个性化的分析和判断，将成为社会发展的新趋势。

3．零边界液态组织

企业内部和外部的边界逐渐模糊，组织液态化，“自由组合、自由流动”。企业家指挥的生产变少了，而交易活动变多了。液态组织仍然存在部门，但部门的边界已不清晰，组织成员长期处于“共同创业”状态，随时随着组织目标的变化而变化。大量的商业流程被流动的数据所驱动，并在企业之间展开灵活组合，新的组织边界也呈现一种网状交融的格局，企业组织由此将进一步走向开放化、社区化。

4．零错配协同网络

类似碳基生态系统的硅基生态系统出现。围绕着创业创新，不断衍生出种种无法人为设计且彼此协作的机构，种类繁多、功能齐全、配合默契。从功用并立到联合协同，从线式供给链到非线式网状协同生态，从非触摸式到触摸式，从粗放效劳到精准效劳，从单一渠道支持到系统支持，从纵向一体到全位一体，从单一空间到多维空间，这些改变最大限度地凝集和释放了企业创新活力。协同生态系统的资源配置模块最终可以整体实现“零错配”的完美状态。

5．零缝隙孪生世界

孪生世界在物理世界和数字世界之间建立准实时联系，实现物理世界与数字世界的互联、互通、互操作。过去几十年数据量的爆炸式增长意味着物理世界的数字孪生。未来，物理世界的数字镜像将从分时到实时、从宏观到微观不断完善，形成一个完整的数字孪生。其作用从辅助人类进行物理世界的改造，进化到决定物理世界的改造，甚至创造超越人类想象的新世界。

参考文献

[1]陈果．零售数字化：数字化孪生和人际数字化[EB/OL]．https://view.inews.qq.com/a/20180914 B0EONS00.

[2]陈旸．5G将带来怎样的产业变革与投资机会[EB/OL]．https://finance.sina.com.cn/roll/201904-17/doc-ihvhiqax3517310.shtml.

[3]仇保兴．走向分布式、自组织的智慧城市[EB/OL]．http://www.besticity.com/viewpoint/246829.html.

[4]Christoph Kucklick. The Granularity Society[M]．北京：中信出版集团，2018.

[5]冯升华．从智能制造到工业复兴[EB/OL]．http://m.e-works.net.cn/video/videoinfo3898_315_0.html.

[6]高红冰．穿越数字黑洞[EB/OL]．http://www.aliresearch.com/Blog/Article/detail/id/21467.html.

[7]高红冰．告别公司，拥抱平台[EB/OL]．http://www.aliresearch.com/Blog/Article/detail/id/21213.html.

[8]Hey Tansley，Tolle.第四范式：数据密集型科学发现[M]．北京：科学出版社，2009.

[9]林雪萍，赵光．论数字孪生的十大关系[EB/OL]．http://www.sohu.com/a/237296945_488176.

[10]安筱鹏．拥抱“数据+算法”定义的新世界[EB/OL]．http://www.aliresearch.com/Blog/Article/detail/id/21618.html.

[11]安筱鹏．工业互联网平台演进带来的技术变革与挑战[EB/OL]．http://www.sohu.com/a/223990129_488176.

[12]梅宏．我国数字经济发展迎来“换道超车”新契机[EB/OL]．https://m.china.com.cn/appshare/doc_1_511165_634453.html.

[13]时培昕．数字孪生的应用和意义[EB/OL]．http://m.e-works.net.cn/articles/article143698.htm.

[14]陶飞．数字孪生车间：一种未来车间运行新模式[EB/OL]．http://www.cims-journal.cn/CN/10.13196/j.cims.2017.01.001.

[15]杨军．ET城市大脑为城市装上数据“操作系统”[EB/OL]．https://yq.aliyun.com/articles/628143.

[16]杨学成．联网力：传统行业互联网化转型的原动力[M]．北京：机械工业出版社，2015.

[17]曾鸣．智能商业[M]．北京：中信出版集团，2018.